數據分析師到底是做什么的

從事數據分析師工作這么久，還是還是想知道數據分析師到底是做什么的？相信這個問題也困擾著大家。

他們總關心一些專業詞匯（arpu，pcu，還有很多我也不知道的英文字母組合），圖表怎么做，excel工具怎么用，結論怎么寫…下面我說說我是怎么看數據分析的：數據分析是一個方法，但不是唯一的方法數據分析的優點是相對客觀，但是缺點也很明顯，人力和時間成本很高。

游戲里的數據分析無非就是要實現2個目的：1.發現現存問題的本質，并解決他（99%）2.發現一些趨勢，以便未來做的更好（1%）其中第一個目的占99%！第二個目的我沒見人專門做過，我自己也從來沒有專門做過類似的事情，最多就是數據看多了，瞎貓碰上死耗子，發現點趨勢來。所以數據分析主要是為了發現問題，解決問題而做的。發現問題和解決問題的方法有很多種，有時候數據分析并不是最好的辦法。例如：新版本很快就要更新了，一還有一堆準備工作沒有完成，這個時候你發現新出的裝備賣的很不好，遠遠不如預期。

如果你還花很多時間去分析為什么那個裝備賣的不好，那你就耽誤了更重要的新版本！當時間不夠的時候，分清主次，別再數據分析上浪費時間。找不同類型的用戶聊聊，基本就能發現主要的問題所在了。數據分析不是萬能的數據分析能夠發現代碼的問題根源，但是很難解釋用戶的行為。點擊打開大圖 如上圖中，當我們通過數據發現游戲里的大R流失了。數據能做的就已經到盡頭了，數據無法告訴我們流失的具體原因。數據不能告訴我們用戶是因為公司破產而停止玩游戲，還是因為跑去玩其他游戲了，還是因為玩累了不想玩了… 數據很多時候也解釋不清楚，只是通過數據的不斷細分，我們能把問題的范圍縮小再縮小，而不是在茫茫大海里找一根針。 

所以再牛B的數據分析師，如果不了解產品，不了解用戶，也沒用！數據分析不是把圖表和文字堆砌出來就行了 見過很多數據分析：排版整潔，圖表做的很漂亮，每頁都有公司logo和版權說明，乍一看感覺好牛B！ 但再一看內容，純屬一堆垃圾！ 數據采樣完全不科學 根本沒有細分數據，只有一堆說明不了問題的宏觀數據 沒有任何對比數據 數據完全不能支撐“分析”得出的結論

簡單總結：結論全是主觀臆斷，跟堆砌的數據和圖表完全無關。數據分析師是一個很嚴謹的事情，每個結論都應該從數據中得出，數據不能說明的問題只能是猜測。所以當我們寫下每一個結論的時候，一定要搞清楚這個是“我覺得是這樣”，還是“我從數據中發現是這樣”！